Erstmalige ML-Edge-Unterstützung für 8-, 16-, 32-Bit-MCUs und 32-MPUs

Maschinelles Lernen (ML) wird immer mehr zu einer Standardanforderung für Entwickler von Embedded-Systemen, die Produkte erstellen oder verbessern wollen. Um diesem Bedarf gerecht zu werden, bietet Microchip Technology mit seiner neuen MPLAB® Machine Learning Development Suite nun einen vollständigen, integrierten Workflow für eine optimierte ML-Modellentwicklung. Das Software-Toolkit kann für das gesamte Microchip-Angebot an Mikrocontrollern (MCUs) und Mikroprozessoren (MPUs) verwendet werden, um schnell und effizient ML-Inferenzen hinzuzufügen.


 
Rodger Richey, Vice President der Development Systems Business Unit bei Microchip, dazu: „Maschinelles Lernen ist die neue Normalität für Embedded-Steuerungen. Mit der Nutzung am Rande des Systems (Edge) lassen sich Produkte effizienter, sicherer und energiesparender gestalten als Systeme, die für die Verarbeitung auf Cloud-Kommunikation angewiesen sind. Unsere integrierte Lösung wurde für Entwickler von Embedded-Systemen erstellt und ist die erste, die nicht nur 32-Bit-MCUs und MPUs, sondern auch 8- und 16-Bit-Bausteine unterstützt, um eine effiziente Produktentwicklung zu ermöglichen.“
 
ML verwendet algorithmische Methoden, um Muster aus großen Datensätzen zu erkennen und Entscheidungen zu treffen. Die Technik ist in der Regel schneller, einfacher zu aktualisieren und genauer als die manuelle Verarbeitung. Ein Beispiel, wie dieses Tool von Microchip-Kunden eingesetzt werden kann, sind Lösungen für die vorausschauende Wartung. Damit lassen sich potenzielle Probleme mit Geräten und Systemen, wie sie in Industrie-, Fertigungs-, Consumer- und Automotive-Anwendungen zum Einsatz kommen, genau vorhersagen.
 
Die MPLAB Machine Learning Development Suite unterstützt Entwickler beim Erstellen hocheffizienter ML-Modelle mit geringem Platzbedarf. Das Toolkit basiert auf AutoML und eliminiert viele sich wiederholende, mühsame und zeitaufwändige Aufgaben bei der Modellerstellung, einschließlich Extraktion, Training, Validierung und Test. Es bietet auch Modelloptimierungen, so dass die Speicherbeschränkungen von MCU und MPUs eingehalten werden.

In Kombination mit der integrierten Entwicklungsumgebung (IDE) MPLAB X stellt das neue Toolkit eine Komplettlösung dar, die auch von Personen mit geringen oder gar keinen ML-Programmierkenntnissen einfach genutzt werden kann, was die Kosten für Experten mindert. Das Tool ist aber auch anspruchsvoll genug, um von erfahrenen ML-Entwicklern bedient zu werden.
 
Microchip bietet auch die Möglichkeit, ein Modell von TensorFlow Lite zu übernehmen und es in jedem MPLAB-Harmony-v3-Projekt zu verwenden, einem vollständig integrierten Embedded-Software-Entwicklungsframework, das flexible und interoperable Softwaremodule bietet, um die Entwicklung von Mehrwertfunktionen zu vereinfachen und die Markteinführung eines Produkts zu beschleunigen. Darüber hinaus bietet das VectorBlox Accelerator Software Development Kit (SDK) die energieeffizienteste CNN-basierte (Convolutional Neural Network) KI/ML-Inferenz mit PolarFire® FPGAs.
 
Die MPLAB Machine Learning Development Suite bietet die notwendigen Tools, um Edge-Produkte mit ML-Inferenz zu entwickeln und zu optimieren. Auf der Microchip-Website Machine Learning Solutions erfahren Sie mehr darüber, wie sich mit den ML-Tools von Microchip der Entwicklungsprozess rationalisieren lässt – und das bei gleichzeitiger Kostenreduzierung und schnellerer Markteinführung.